长三角地区港口腹地范围演化及其影响机制

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

康译之^,¹^,², 何丹^,¹^,², 高鹏¹, 孙志晶²

1.华东师范大学中国现代城市研究中心,上海 200062

2.华东师范大学城市与区域科学学院,上海 200241

Evolution and mechanism of port hinterland in Yangtze River Delta

KANG Yizhi^,¹^,², HE Dan^,¹^,², GAO Peng¹, SUN Zhijing²

1. The Center for Modern Chinese City Studies, East China Normal University, Shanghai 200062, China

2. School of Urban & Regional Science, East China Normal University, Shanghai 200241, China

通讯作者: 何丹（1971-）,男,云南昆明市人,博士,副教授,硕士生导师,研究方向为城市地理与区域规划。E-mail: dhe@re.ecnu.edu.cn

收稿日期:2019-09-30接受日期:2020-04-9网络出版日期:2021-01-10

基金资助:

国家自然科学基金面上项目.41471138
国家留学基金委项目.201706145003
教育部人文社会科学重点研究基地重大项目.17JJD790007
华东师范大学2019年优秀博士研究生学术能力提升项目.YBNLTS2019-032

Received:2019-09-30Accepted:2020-04-9Online:2021-01-10
作者简介 About authors
康译之（1997-）,女,江苏南通市人,硕士,研究方向为城市地理与区域规划。E-mail: 51193902031@stu.ecnu.edu.cn

摘要
本文尝试将海港和内河港的腹地范围演化纳入统一的研究框架。运用场强模型划分2001年、2008年和2016年长三角主要海港和内河港口的直接腹地范围,分析其演化特征,总结演化最显著的两大龙头港口——上海港和宁波港的腹地演化影响机制。结果表明：① 港口场强分布特征是以三大海港为龙头形成三大高场强集聚区。② 港口直接腹地演化最明显的特征是宁波港扩张的腹地范围基本来自上海港收缩的腹地范围。③ 上海港的直接腹地范围不断被宁波港袭夺是因为上海港通过市场主导和行政协调的机制,扩展了沿着长江布局的内河港口群水水中转的间接腹地,而非直接陆地腹地;相反,宁波港主要依靠行政机制和逐渐强化的市场力量,使直接陆地腹地范围逐渐延展到浙江全省。
关键词： 腹地演化;场强模型;水水转运;海铁联运;长三角;港口

Abstract

This study attempts to integrate the hinterland evolution of seaports and inland ports into a unified research framework. The field strength model is used to divide the direct hinterland scope of the main seaports and inland ports in the Yangtze River Delta (YRD) in 2001, 2008 and 2016. Afterward, this study analyzes the evolution characteristics, and summarizes the hinterland evolution influence mechanism of the two leading ports with the most significant evolution - Shanghai port and Ningbo port. The research outcomes reveal that: (1) There are significant differences in the comprehensive influence and traffic accessibility of each port, and there are also changes in their ranking. (2) Due to the port cluster of YRD involving seaports and inland ports, the high value areas of field strength are concentrated in Shanghai, Ningbo and Lianyungang ports. (3) Significant difference is found in the scope of direct hinterland, but the overall spatial pattern shows no great change. The most dramatic change is that the expanding hinterland scope of Ningbo port basically comes from the shrinking hinterland scope of Shanghai port. The potential reason is that the further expansion of Shanghai port is indirect hinterland of river-sea shipping rather than direct land hinterland. On the contrary, Ningbo port expands the direct land hinterland. (4) The endowment differences between two ports lead to different hinterland evolution mechanisms and various types of port groups. Limited by water depth, Shanghai port depends more on developed freight forwarding system, cross provincial strategic alliance, capital investment on inland ports along the Yangtze River and other market mechanisms. Furthermore, with the intergovernmental cooperation, tax relief and deregulation, Shanghai port gradually establishes a relatively loose port community, which strengthens the control of the source of goods and further expands the indirect hinterland based on river-sea shipping. (5) Ningbo port, with advantageous port resources, leans heavily on administrative power of Zhejiang provincial government to integrate the port resources in jurisdiction, which forms a relatively close port community. This action contributes to alleviating cargo flow saturation and improving traffic accessibility. In the meantime, Ningbo port gradually sets up the chain of dry port, by which it expands the direct land hinterland to Zhejiang jurisdiction.

Keywords：hinterland evolution;field model;river-sea shipping;sea-rail multimodal transport;ports in the Yangtze River Delta

PDF (3929KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
康译之, 何丹, 高鹏, 孙志晶. 长三角地区港口腹地范围演化及其影响机制. 地理研究[J], 2021, 40(1): 138-151 doi:10.11821/dlyj020190853
KANG Yizhi, HE Dan, GAO Peng, SUN Zhijing. Evolution and mechanism of port hinterland in Yangtze River Delta. Geographical Research[J], 2021, 40(1): 138-151 doi:10.11821/dlyj020190853

1 引言

2018年底,交通运输部印发《关于协同推进长三角港航一体化发展六大行动方案》,要求上海组合港管委会发挥好统筹协调、整体推进和督促落实的作用,形成上海国际航运中心、舟山江海联运服务中心联动发展的格局,更好发挥龙头海港的示范引领作用以及长三角港口作为世界级港口群对国家经济增长的支撑作用。准确划分港口腹地范围,分析腹地演变特征是优化港口功能布局、加强港口资源整合的前提;分析港口腹地演化的影响机制是完善中央和地方扶持政策的基础^[1,2]。港口腹地演化及其影响机制成为了探究港口-腹地关系的热点之一。

早期测度港口腹地范围的简单划分法^[3,4]虽较方便,但只考虑了单因素,没能深入探讨港口群与腹地整体的空间关系。后续的腹地烟羽模型^[1]、Huff模型^[5,6]、场强模型^[7]等复杂划分法在影响因素的全面性、研究对象的复杂性和研究方法的科学性上有较大提升^[8]。基于可达时间和吸引力的空间相互作用模型可以同时分析运输网络和空间结构特征,进而确定腹地范围^[9,10,11]。目前港口腹地演化研究对象多为单一性质的港口,或为海港,或为内河港口,综合考虑海港和内河港口与其腹地的研究较少。随着全球化、集装箱化和多式联运的发展,港口腹地演化研究从以港口为中心转向以腹地及微观主体为中心,市场化属性^[12]的显现使企业作为运输及贸易主体的重要性进一步提升^[13,14],港口腹地竞争的加剧使各级政府作为管治主体的作用越发显著^[6,15,16]。

根据区域内龙头海港和内河港口腹地演化机制间的联系,可将海港和内河港口的腹地演化置于同一研究框架。一方面,基于对港口群龙头海港发展的分析可以窥见整个港口群的关系^[17,18,19]。另一方面,内河运输对位于通航水道三角洲的海港来说,可作为一种有竞争力的运输方式来发展,以服务于本地和遥远的内陆地区^[20]。因此长三角港口群龙头海港的腹地演化机制,必然会对围绕着它们运营的内河港口的腹地演化机制产生相应影响。

综上,本文拟解决如下三个关键科学问题：① 综合考虑了海港和内河港口的长三角港口群的腹地演化特征是什么?② 本该实力相当的上海港和宁波港的直接陆地腹地范围为何会出现明显的此消彼长?③ 长三角龙头港口的腹地演化机制是什么?本文希冀在充实现有港口体系文献的同时深化对港口腹地演化的研究,并为今后长三角港口一体化发展提供科学依据和政策参考。

2 研究对象与方法

2.1 研究对象与数据来源

空间尺度上,本文研究范围为长三角地区包含上海、江苏、浙江、安徽3省1市。研究对象分为两方面：① 港口。长三角地区内的宁波港、舟山港、上海港和连云港等4个海港以及苏州港、南通港、南京港、泰州港、江阴港、镇江港、芜湖港、马鞍山港和铜陵港等9个货物吞吐量超过1亿t的内河港口。至2016年底,13个港口货物吞吐量达到36亿t,占江浙沪皖四省市港口总量的72%,集装箱吞吐量超过7473万TEU,占江浙沪皖四省市港口总量的95%^[21]。② 腹地。为方便数据收集,除南京和上海被划分为中心市区和市辖区以外,其余的各地级市辖区都合并成地级市区,最后确定出210个县域单元（见图1）。时间尺度上,选取2001年、2008年及2016年三个时间节点来分析长三角港口的腹地演化。

图1

新窗口打开|下载原图ZIP|生成PPT
图1研究区范围

Fig. 1Scope of the study area

所需数据可分成空间数据和属性数据两类。从国家基础地理信息中心1∶100万矢量数据中得到研究区行政边界、水域;使用谷歌地球查询再导入ArcGIS得到核心港区位置;陆路交通数据扫描自《中国分省交通图集》《中国高速公路及城乡公路网地图全集:精编版》和《沪苏浙皖鲁公路网及城市行车导航地图集》^[22,23,24]。从《中国港口年鉴》^[21]获取属性数据中的港口吞吐量数据;从江浙沪皖四省市统计年鉴^[25]得到社会经济数据。

2.2 研究方法

本文将海港和内河港口的腹地演化置于同一研究框架^[26],为清晰刻画长三角港口腹地演化,首先通过空间相互作用模型对港口直接腹地范围进行定量划分^[9,10,11],然后量化演化结果、总结演化特征,最后定性分析演化的影响机制。

2.2.1 港口综合影响力计算本文将港口综合影响力评价指标体系分为港口影响力指标体系和港城经济水平指标体系。在借鉴其他****研究基础上^[27,28],考虑到评价指标的可获取性和科学性,制定了一个由23个指标组成的二层级港口综合影响力评价指标体系（见图2）。

图2

新窗口打开|下载原图ZIP|生成PPT
图2港口综合影响力评价指标体系

Fig. 2The index system of port comprehensive effect

目前港口综合影响力指标计算中较多使用主观性较强的专家打分法、层次分析法等^[7]。本文借助SPSS通过因子分析法构建了港口综合影响力评价指标体系^[5]。一级指标体系中X₁~X₄反映港口规模,X₅为港城经济水平。其中X₅是将18个二级指标通过SPSS因子分析计算得到。再对一级指标体系进行第二次SPSS因子分析,得到港口综合影响力指标X_i。然后采用对数Logistic模式对X_i做非负标准化处理得到新的标准化指标X_j。计算公式为：

（1）

X_{j} = 100 / (1 + e^{- X_{i}})

式中：X_i为港口综合影响力指标的原始数据;X_j为非负标准化处理后的新数据。

2.2.2 港口陆路可达性计算港口陆路可达性是指港口和内陆腹地互相作用的便捷程度^[7]。计算港口陆路可达性可用GIS成本加权距离法：① 根据研究期间不同等级铁路的速度标准、公路工程技术标准以及区域实际情况,设置不同类型道路的通行速度。同时,将无道路经过的连续陆地与湖泊的默认速度分别设置为15 km/h和1 km/h^[29]（见表1）。② 将各种空间地物的时间成本设为通行1 km所需平均时间（min）,再按顺序叠加栅格化后的各矢量图层（栅格大小设定成0.3 km×0.3 km）,从而获得综合时间成本栅格图^[7]。③ 使用ArcGIS中的Cost Distance指令,把13个港口的核心港区设为目标源点,分别得到13个港口的最短可达时间数值^[7]。④ 运用公式（2）得到港口陆路可达性数值^[11]：

（2）

D_{i} = \overset{n}{\sum_{j = 1}} \frac{T_{ij}}{N}

Tab. 1
表1
表1主要空间地物的时间成本
Tab. 1Time cost of main spatial objects

空间对象	速度（km/h）	时间成本（min）
铁路	90	0.68
高速公路	100	0.60
国道	80	0.75
省道	60	1.00
县道	40	1.50
长江	25	2.40
陆域	15	4.00
湖泊	1	60.00
主要河流	1	60.00

新窗口打开|下载CSV

式中：D_i为港口i的陆路可达性;T_ij为港口i和栅格j间的最短时间距离;N为栅格数量。

2.2.3 场强模型本文选择了一个基于港口综合影响力指标建构及以最小时间成本衡量陆路可达性的改良场模型来进行港口腹地划分。

港口腹地可视为该港口影响力的“力场”,影响力大小即“场强”^[7]。港口在某一腹地单元的场强愈大,说明其吸引力越强。本文将港口综合影响力得分和陆路可达性数值代入模型,依次计算出长三角13个港口在各个县域单元内全部栅格的场强,同时根据最大隶属度原则^[30],如果一个县内某一港口总场强最大,则该县位于该港口的腹地。由此明确了13个港口的腹地范围。模型用公式表示如下^[11]：

（3）

F_{igt} = V_{it} D_{igt}^{- α}

（4）

F {}_{ict}= \overset{n}{\sum_{g = 1}} F_{igt}

（5）

F_{ct} = ma x_{i} F_{ict}

式中：F_igt表示t时期港口i在栅格g点的场强;F_ict表示港口i在某一县c内所有点的场强总和;F_ct为t时期某一县c内的最大场强;V_it为港口i的综合影响力得分;D_igt表示通过ArcGIS 10.2的时间成本加权距离法获得的港口i到栅格g之间的可达性;α是距离摩擦系数,当α=2时,可近似揭示省尺度上的空间关系^[31]。

3 研究结果

3.1 港口综合影响力评价

研究期内长三角13个港口的综合影响力得分均值由48.6增加到49.3,根据标准差和变异系数,整体上各港口综合实力的绝对差异和相对差异都呈现先缩小后扩大的趋势（见表2）。

Tab. 2
表2
表2港口综合影响力排名与得分比较
Tab. 2Ranking and scores of port comprehensive effect

2001年		2008年		2016年
上海港	92.0382	上海港	88.5235	上海港	85.8327
宁波港	63.2100	宁波港	67.4419	宁波港	72.8643
苏州港	51.4685	连云港	54.4012	苏州港	59.2693
南京港	50.8849	苏州港	54.2600	连云港	53.6902
连云港	48.1653	南京港	49.2148	南京港	48.6231
南通港	44.4860	舟山港	46.0051	舟山港	47.7524
镇江港	43.0663	江阴港	44.9647	南通港	44.6572
江阴港	42.7800	南通港	43.9108	江阴港	42.7701
舟山港	42.6081	镇江港	40.9148	镇江港	40.7099
泰州港	41.0424	泰州港	38.2858	泰州港	38.7368
芜湖港	38.9530	芜湖港	38.1035	芜湖港	36.5396
铜陵港	36.9556	马鞍山港	36.1685	马鞍山港	35.8517
马鞍山港	36.0178	铜陵港	35.8485	铜陵港	33.3323
平均值	48.5905	平均值	49.0802	平均值	49.2792
标准差	14.3457	标准差	14.2685	标准差	14.8315
变异系数	0.2952	变异系数	0.2907	变异系数	0.3010

新窗口打开|下载CSV

上海港的综合影响力得分保持在首位,但与上升最迅速的宁波港相比,两港间差距明显缩小。宁波港货物吞吐量在2008年已超越上海港,跃居第一。苏州港、连云港和南京港的综合影响力得分位于中上游。南通港、舟山港、镇江港、江阴港和泰州港的五项指标得分基本都在五到十名间波动,港口综合影响力得分位列中游。芜湖港、铜陵港和马鞍山港的综合影响力得分排在下游,各项指标基本都在倒数四名,致使综合得分都不高。

3.2 港口陆路可达性评价

研究期内港口陆路可达性均值由9.285h提高到6.753h,绝对差异表现出缩小趋势,相对差异先扩大后减小。13个港口的陆路可达性都有提高,其中舟山港、铜陵港和上海港的增长趋势最明显（见表3）。南京港、马鞍山港、芜湖港、江阴港、镇江港的陆路可达性排在上游。到2016年,芜湖港超越南京港,成为陆路可达性最好的港口。港口陆路可达性处在中游的是泰州港、铜陵港、南通港和苏州港。长三角地区内的海港宁波港、舟山港、连云港和上海港都位于区域内东部,与长三角其他港口如位于区域中部的南京港、马鞍山港等相比,陆路可达性较低。

Tab. 3
表3
表3港口陆路可达性均值
Tab. 3The mean of ports land accessibility

2001年		2008年		2016年
南京港	7.3674	南京港	5.7256	芜湖港	5.5203
江阴港	7.5953	芜湖港	5.8716	马鞍山港	5.6539
马鞍山港	7.8563	马鞍山港	6.0046	南京港	5.7058
芜湖港	7.9954	镇江港	6.0401	江阴港	5.9045
镇江港	8.0122	江阴港	6.1647	镇江港	5.9131
泰州港	8.1496	泰州港	6.3608	泰州港	6.0536
苏州港	8.9595	铜陵港	6.6441	铜陵港	6.1415
南通港	9.0050	南通港	6.7377	南通港	6.5940
铜陵港	9.9289	苏州港	6.7900	苏州港	6.5952
上海港	10.7953	上海港	7.8450	上海港	7.5652
连云港	11.0394	宁波港	8.9378	舟山港	8.4599
宁波港	11.3490	连云港	9.1518	宁波港	8.7192
舟山港	12.6553	舟山港	9.7238	连云港	8.9660
平均值	9.2853	平均值	7.0767	平均值	6.7533
标准差	1.6343	标准差	1.3184	标准差	1.1929
变异系数	0.1760	变异系数	0.1863	变异系数	0.1766

新窗口打开|下载CSV

3.3 港口场强演化特征

综合叠加每一点的13个港口场强值,得出13个港口的综合场强值（见图3）。长三角主要港口场强表现出递增趋势,2001年、2008年和2016年的场强均值分别是1.541、3.010和3.242。从县域单元来看,不同地区港口场强差异显著,2001年、2008年和2016年210个县区港口场强的标准差分别为4.800、9.794和10.098,变异系数分别为3.115、3.254和3.114,证明绝对差异持续扩大,相对差异先扩大后缩小。

图3

新窗口打开|下载原图ZIP|生成PPT
图3主要港口综合场强分布

Fig. 3The distribution of comprehensive field-strength of the main ports

在空间格局方面,“中心-外围”结构显著,核心港区四周分布的是高场强区,距核心港区较远且交通设施不发达的外围地区分布的则是低场强区。整体来看,以三大海港连云港、上海港和宁波港为龙头形成了向周围扩张的三大高场强集聚区,三大高场强区之间的连接沿着交通干线逐渐增强。分区域而言,以连云港为龙头的高场强区范围小,向外延伸缓慢;以宁波港为龙头的高场强区范围同样不大,但扩张速度较快;以上海港为龙头的高场强区沿着长江迅速连成一片且不断向外围延伸。

3.4 港口直接腹地范围演化特征

根据分别统计出的13个港口在各县域单元内的场强值可以划分出各港口直接腹地范围（见图4）。

图4

新窗口打开|下载原图ZIP|生成PPT
图4港口直接腹地演化

Fig. 4The evolution of port direct hinterland

3.4.1 总体演变特征 2001年至2016年间,长三角13个港口直接腹地范围差异显著,宁波港和连云港的综合影响力得分较领先,南京港在陆路可达性方面优势明显,因此三个港口的直接腹地数量一直保持前四,占13个港口腹地总量的48.4%,而腹地数量最少的一直是马鞍山港和镇江港（表4,见第145页）。除了边缘腹地有较大变化,港口腹地总体格局没有大的变动,都围绕各自的核心港区拓展或收缩。

Tab. 4
表4
表4港口腹地县域数量比较
Tab. 4Number of the counties involved in each port hinterland

2001年		2008年		2016年
上海港	39	南京港	41	宁波港	42
南京港	32	上海港	34	南京港	40
连云港	29	宁波港	33	连云港	26
宁波港	27	连云港	26	铜陵港	26
芜湖港	25	铜陵港	25	上海港	24
铜陵港	21	芜湖港	16	芜湖港	17
江阴港	11	南通港	8	泰州港	8
泰州港	8	江阴港	8	江阴港	8
南通港	7	泰州港	6	苏州港	7
苏州港	4	苏州港	5	南通港	4
舟山港	3	舟山港	3	舟山港	3
镇江港	2	镇江港	3	镇江港	3
马鞍山港	2	马鞍山港	2	马鞍山港	2

新窗口打开|下载CSV

港口直接腹地的分布状态和交通网络格局有明显的耦合关系。比如连云港腹地受国道G310和G30连霍高速影响呈横向长条状;芜湖港腹地沿S05宣桐高速和G50沪渝高速呈东南-西北的条状;上海港沿国道G320和S31杭新景高速呈东北-西南的条状;宁波港腹地顺着南北走向的G15高速公路也表现出条状,同时受G1512宁波-金华高速公路影响,持续向西南方向伸展。

伴随着航运集装箱化,港口腹地发展表现出离散岛型腹地和非连续性腹地现象^[17]。2001年,射阳县和盐城市区是江阴港的离散岛型腹地;芜湖港腹地分割了南京港腹地,使得临泉县、阜南县、阜阳市区、凤台县、颍上县、霍邱县、金泰县和霍山县成为了南京港西部的非连续性腹地。到了2008年和2016年,南京港腹地沿G206国道向南扩张,将长丰县和合肥市区分割,使之变成芜湖港西部的非连续性腹地。

3.4.2 分港口直接腹地范围演化特征宁波港的腹地数量由27个增至42个,直接腹地范围持续扩张,成为2016年长三角地区拥有直接陆地腹地数量最多的港口;相反,上海港的直接腹地数量则由2001年最多的39个减少到2016年的24个。宁波港增加的直接腹地大多从上海港腹地中夺得,主要沿G1512宁波-金华高速公路向西南的金华、丽水市和衢州市的南部县区扩张。对应的上海港虽然得到来自芜湖港和江阴港的两个腹地,但由于受到宁波港和铜陵港的挤压,直接腹地范围向东北收缩。

南京港的直接腹地在2008年由32个增至41个,且增加的腹地均原属连云港和芜湖港,主要是向毫州市的北部和南部县区、阜阳市的北部县区扩展以及沿着南北走向的G206国道向蚌埠市的南半部、淮南市的东部、六安市的中部、合肥市的东北部县区扩张。连云港受到来自南京港的竞争,仅夺得实力较弱的泰州港和江阴港的两个腹地,直接腹地范围变化不显著,略向东收缩,腹地个数从29个减少至26个。

苏州港、江阴港、南通港、泰州港和镇江港的整体腹地范围变化不大,每个港口直接腹地基本不超过10个,腹地范围也稳定在南通市、扬州市、泰州市、苏州市、无锡市以及盐城市南部、常州市北部、镇江市东部县区,但港口间仍存在一定竞争,腹地数量有小的波动。

铜陵港不断夺得原属于芜湖港、上海港和南京港的直接腹地,腹地空间持续向东南扩展。芜湖港直接腹地一直被南京港、铜陵港和上海港挤压,腹地范围自西北部和南部向内收拢,腹地数量从25个减少到17个。舟山港和马鞍山港的直接腹地范围没有变动。

4 长三角地区主要港口腹地范围演化的影响机制分析

在13个港口研究对象中,选择以上海港和宁波港为代表对腹地演化影响机制作具体分析的原因有两点。第一,从腹地划分结果来看,长三角的另两个海港连云港和舟山港在研究期内直接腹地演变不明显,不具备腹地演化机制分析的条件。而本该实力相当的上海港和宁波港的直接腹地范围变化十分显著,宁波港增加的腹地正好来自上海港缩减的腹地。这样显著而特别的腹地变化使得两港在长三角港口中非常具有代表性,适合作为具体的腹地演化机制的分析对象。第二,从理论上看^[20],海港的腹地演化必然会对围绕着它们运营的内河港口的腹地演化产生相应影响。基于对长三角港口群最具实力的两大龙头海港——上海港和宁波港的腹地演化机制的分析就可以洞察整个长三角主要港口腹地演化的影响机制。

在港区资源禀赋方面,宁波港的进港航道水深在18.2m以上,上海洋山港只有15m^[32],且洋山深水港区北边没有屏障,偶尔的恶劣天气会影响洋山港码头船舶的准班率。资源禀赋的差异使上海港和宁波港呈现偏重不同的腹地演化机制,形成不同类型的港口集团。水深条件的限制促使上海港必须充分发挥市场机制,辅助利用行政机制,来寻求跨省市的战略联盟和沿长江分散的投资布局,形成了相对松散的港口集团。浙江省内优越的港口资源集中在宁波舟山港区,宁波港更倾向于发挥行政机制,整合省内优质港口资源,形成相对紧密的港口集团;同时也注重强化市场力量,加强与陆港的合作（见图5）。

图5

新窗口打开|下载原图ZIP|生成PPT
图5长三角地区港口腹地范围演化机制分析框架

Fig. 5Framework of evolution mechanism of port hinterland in Yangtze River Delta

4.1 以上海港为代表的相对松散的港口集团类型

上海港以分散的市场化行为为主,以中央政府的引导为辅,形成相对松散的港口集团,实现对长三角地区货源的控制,吞吐量得到保障,综合影响力增强,依托水水中转的间接腹地沿着长江布局的内河港口群进一步扩张。

4.1.1 占主导地位的市场机制上海港通过发展更早、更快、更成熟的货运代理、战略联盟和资本投资三种分散的市场化行为,增强对货源的控制,扩大水水中转腹地,成为长三角内河港口联系沿海港口的中转枢纽^[33]。

第一,货运代理的发展可以吸引更多货源,保证港口吞吐量。上海港位于长江入海口的地理位置以及与其他港口的高连通性等优势吸引了更多航运线路停靠上海港,进而吸引了更多货运代理使用上海港^[34]。货运代理拥有广泛的业务关系、发达的服务网络以及先进的信息技术手段,采用最安全、迅速、经济的方法组织货物,通过自己的客户网和分支机构来控制货物的全程运输^[35]。飞速发展的货运代理是上海港控制货源的重要途径之一。

第二,战略联盟的建立有利于吸引长期客户,限制恶性竞争,提高港口资源利用率。2000年来上海港积极促进港口间业务、资源和资本的整合,相继与长三角地区的南通港、江阴港、太仓港、芜湖港、泰州港、南京港集团、宁波港集团、江苏省港口集团、中远海运、长航集团等签订合作协议^[36],组成坚固的战略联盟^[4]。

第三,长期的资本投资可以促进货源的控制,建立与母港紧密相连的强大区域分销系统。上港集团利用强劲扩张的“长江战略”,将货物流绑定到上港集团的深海港口设施,对芜湖、苏州和南京等长三角沿江港口集装箱码头资产进行不控股投资^[36],以及对上海集海、江苏集海和民生轮船等航运企业进行长期股权投资,现已实现长江流域的箱源控制^[37]。

到2016年,上海港的长江集装箱水水中转箱量已超过1000万TEU^[38]。上海港的直接陆地腹地范围不断被宁波港袭夺也正是因为上海港致力于扩张的是间接的水水中转腹地,而非直接的陆地腹地。

4.1.2 起促进作用的行政机制行政力量在上海港腹地演化中起到了协同促进作用。中央政府对上海全球化的大力支持、地方政府税收选择行为以及地方政府间的合作政策都为上海港吸引了更充足的货源。

第一,中央政府政策对港口腹地演化的关键推动作用。2001年5月,为推进上海国际航运中心的建设,国务院最终批准上海在大小洋山建设深水港的方案,并明确宣布洋山港为标志性工程,解决了上海港运力问题和深水泊位不足问题,上海港的综合影响力得以显著提升。

第二,中国贸易进出口格局变化的影响。中国贸易进出口新态势主要体现在出口权限的下移和地方政府对出口贸易自主权的增加,即从外贸公司的所有权和管理结构、分享外贸收益的财政制度、出口配额和许可证的决策执行过程等三个方面赋予了地方政府促进和规范出口的权力^[39]。2013年9月,上海自贸区正式成立,除浦东机场保税区以外,海关特殊管理的外高桥保税区、外高桥保税物流园区、洋山保税港区均涉及上海港码头。上海自贸区对外国市场参与者开放,无需在中国缴纳关税。通过消除官僚主义的繁文缛节和关税,上海自贸区提供了为更广阔的亚洲市场建立分销系统的可能性,促进了上海港进出口货物更广泛的增长^[40]。

第三,地方政府间的基于经济互利关系的合作政策的间接影响。2001年8月,上海、舟山双方同意在有关部门之间建立经常联络机制,由上海一方以货币资金投入总工程以及其余部分的所有投资;舟山以大小洋山的土地作为资本的形式投资,同时每年还可提取一部分收益^[41],2016年舟山获得的这部分收益已超2亿元,实现了利益共享。

4.2 以宁波港为代表的相对紧密的港口集团类型

宁波港以整合的行政行为为主,以分散的市场行为为辅,形成相对紧密的港口集团,促进港口资源整合,获得省内稳定货源,扩大综合影响力,改善陆路可达性,赢得原属于上海港的直接陆地腹地,使直接陆地腹地范围逐渐向浙江全省扩张。

4.2.1 占主导地位的行政机制宁波港主要依靠保税区税收优惠政策、省内港口整合政策以及地方政府对海铁联运的扶持政策等行政行为,将省内港口紧密联系,降低了宁波港运输链的实际货物流支撑饱和度高的风险,获得了省内稳定货源,加快了海铁联运的发展。

第一,中央政府对宁波港的重要政策支持。宁波保税区于1992年经国务院批准设立,以出口加工和进出口贸易为主要功能,进口货物在离开保税区时才要缴纳关税,如果是再出口,则不需要缴纳关税^[42]。但与上海自贸区相比,保税区对人员进出境、汇兑、金融等的开放还相对有限,仓储、展示、分拨、配送、运输等物流功能没有完全发挥,一定程度上制约了保税区对宁波港进出口贸易发展的辐射带动作用。

第二,浙江省政府较早整合省内主要港口。2015年,宁波港与舟山港整合形成世界上最大的港口集团—宁波舟山港口集团,一定程度上可以缓解宁波港和上海港共有的运输链实际货物流支撑饱和的问题。港口的吸引力会随着港口设施使用饱和度增高而降低^[43],过高的泊位利用率,会拉高拥堵风险,导致工期延误、线路调整、物流混乱,同时也会提高港口服务价格,增加货物等待成本和社会物流成本。省政府的整合与错位发展的措施缓解宁波港的货物流饱和问题,也推进“深水深用”。舟山大力发展大宗油料运输与转运活动,宁波港依托宝贵的深水岸线资源,主要发展深海直达的集装箱运输^[42]。

第三,地方政府间政策直接对港口腹地演化产生影响。2016年,浙江省海港发展委员会成立,整合浙江省内港口,减少内部竞争以及重复的基础设施投资,为省内核心港口的发展带来巨大合力优势^[44]。作为中国制造业大省的浙江省所生产的货物基本“被控制”为宁波港的稳定货源。宁波港虽然缺乏长江班轮支线喂给,但浙江省地域范围广阔,可通过改善陆路交通、发展海铁联运以吸引箱源。自2009年起,宁波先后三次出台加快海铁联运发展的扶持政策,不断加大对运输公司等运营主体的补贴力度^[40],陆续开通了义乌、合肥、金华、萧山、长兴等长三角城市到宁波港的海铁联运班列,使得腹地范围得以延伸。

4.2.2 逐渐强化的市场机制宁波港和上海港相比,在市场机制发力起步较晚,收益也不及上海港。宁波港与长三角其他内河港口签订战略协议的时间较晚,合作范围的广度和深度不及上海港。资本投资方面,宁波港则倾向对多用途码头进行控股投资,但投资范围还局限在苏州和南京地区。

近年来,宁波港逐渐强化市场力量运作,通过开发长三角地区的陆港以扩张腹地市场。2002年以来,宁波港迅速完善陆港行为链,相继与义乌、余姚、衢州等长三角陆港达成合作,建立健全陆港链条在建设、运营和管理方面的协调机制^[40]。

5 结论与启示

随着长三角一体化上升为国家战略,长三角港航一体化也成为港口研究的重要领域之一。研究长三角各港口腹地范围及其影响机制可帮助政府和港口当局更好地了解港口优势及其在腹地竞争中的地位,进而为长三角港口群体系规划提供支持。现有港口腹地研究的对象多为单一性质的港口,长三角地区混合了海港和内河港口,因此有必要将两者的腹地演化纳入统一研究框架,来探寻他们演化机制的联系。长三角地区港口直接腹地演化最重要的特征即两大龙头海港——上海港和宁波港的直接陆地腹地范围存在明显的此消彼长,这也暗示着水水中转和陆港行为链在其中发挥了重要作用。

从港口规模和港城经济水平两方面建立港口综合影响力评价体系,用因子分析法得到长三角13个港口的综合影响力得分;用ArcGIS得到港口陆路可达性数值,在此基础上,利用场强模型,对2001年、2008年和2016年长三角地区的港口直接腹地演变进行研究,得到如下结果：

（1）各港口的综合影响力和陆路可达性都有明显差异,排名存在变动。

（2）长三角港口群场强的分布特征是以三大海港为龙头形成三大高场强集聚区。港口直接腹地演化中最明显的特征是宁波港扩张的直接腹地范围正好来自上海港收缩的直接腹地范围。

（3）上海港和宁波港的直接陆地腹地范围出现明显此消彼长的原因在于上海港进一步扩张的是间接的水水中转腹地,而非直接陆地腹地;相反,宁波港扩张的是直接陆地腹地范围。

（4）两港的港区资源禀赋差异导致不同的腹地演化机制,形成不同类型的港口集团。受水深条件限制的上海港选择运用更成熟的货运代理、跨省市的战略联盟以及沿长江内河港分散布局的资本投资等市场机制,辅以政府间合作、税收减免和放松管制,逐渐形成相对松散的港口集团,增强对货源的控制,使得基于水水中转的间接腹地进一步扩张。港口优势资源集中的宁波港则动用省级政府行政力量来整合省内港口资源,形成相对紧密的港口集团,进而缓解货物流饱和问题,改善陆路可达性,发展海铁联运;同时宁波港逐步强化市场力量,完善陆港行为链,直接陆地腹地呈现出不断向浙江全省扩张的趋势。

本研究对政策制定者的启示在于：

第一,打破行政壁垒、促进长三角海港的省域一体化。以上港集团与浙江海港集团合作开发小洋山港区为契机,引入市场化机制、财政税收共享机制和征管协调机制,形成长三角港口一体化新的机制体系,进而促进长三角港口在自贸（试验）区战略协同、腹地布局优化、资源共享和政策一体化等方面的合作。

第二,为缓解海港货物流饱和问题,建议陆港承接海港的部分转运服务,如集装箱的储存、维护和修理以及通关服务等。

第三,建议中央政府将更多进出口权限下放至地方政府,可控的分权有利于地方政府加快保税区、自贸区的建设以带动进出口货物的增长。

港口场强模型虽无法真实描述港口和腹地间的要素流量和流向,但在多因素影响下的长三角主要海港和内河港口腹地划分上还是获得了预期的研究结果,验证了港口发展的区域化趋势,尝试了融合海港和内河港研究的新方法。未来研究中可继续量化分析港口信息服务水平、港企-市场行为、进出口税收选择行为、运输链的实际货物流支撑饱和度等腹地演化的影响因素,使研究结果更逼近现实。

致谢

真诚感谢二位匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文研究思路、指标选取、机制分析和结论建议等方面的修改意见,使本文获益匪浅。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

李振福, 汤晓雯. 港口腹地划分的腹地烟羽模型研究
地理科学, 2014,34(10):1169-1175.

URL [本文引用: 2]

近年来中国港口不断发展,竞争日益激烈,腹地重叠现象也越来越严重。明确港口所能吸引的腹地范围,对于港口和腹地的未来发展均具有至关重要的作用。然而现有港口腹地划分方法都具有一定的局限性,无法实现港口腹地的准确细致划分,不利于港口发展方向的确定。在分析总结现有方法存在的不足的基础上,引入烟羽模型,提出了一种港口腹地划分的新方法——腹地烟羽模型,并对辽宁省各港口在东北地区的腹地范围划分进行了实例分析。计算结果表明:营口港的腹地有鞍山、辽阳、本溪、铁岭、抚顺、辽源、四平、吉林、长春,盘锦港的腹地有沈阳、通辽,锦州港的腹地有阜新、朝阳、赤峰,丹东港的腹地有通化、白山,大连港的腹地为东北地区的剩余城市。

[ Li

Zhenfu

, Tang

Xiaowen

. The Hinterland Plume Model of port hinterland segmentation
Scientia Geographica Sinica, 2014,34(10):1169-1175.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3969/j.issn.1002-4972.2011.02.016.

[本文引用: 2]

[2]

, Yin

, Zheng

, et al. Transport and regional economic integration: Evidence from the Chang-Zhu-Tan region in China
Transport Policy, 2019,79:193-203. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.tranpol.2019.04.015.

URL [本文引用: 1]

[3]

Yang

, Luo

, Ji

. Analyzing the spatial-temporal evolution of a gateway′s hinterland: A case study of Shanghai, China
Transportation Research Part E, 2016,95:355-367. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.tre.2016.03.015.

URL [本文引用: 1]

[4]

Comtois

, Dong

. Port competition in the Yangtze River Delta
Asia Pacific Viewpoint, 2010,48(3):299-311. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1111/j.1467-8373.2007.00349.x.

URL [本文引用: 2]

[5]

徐维祥, 许言庆. 我国沿海港口综合实力评价与主要港口腹地空间的演变
经济地理, 2018,38(5):26-35.

[本文引用: 2]

[ Xu

Weixiang

, Xu

Yanqing

. The evaluation of comprehensive competitiveness of coastal ports and spatial evolution of sea port hinterland in China
Economic Geography, 2018,38(5):26-35.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.15957/j.cnki.jjdl.2018.05.004.

[本文引用: 2]

[6]

姜晓丽, 张平宇. 基于Huff模型的辽宁沿海港口腹地演变分析
地理科学, 2013,33(3):282-290.

URL [本文引用: 2]

运用Huff 模型计算辽宁各沿海6 个港口对腹地城市影响势能值, 对1995~2009 年辽宁沿海港口腹地空间演变进行定量研究, 并对影响沿海港口腹地空间演变的驱动要素进行定性分析。结果表明:腹地空间演变方面, 东北地区逐步由大连港的单一腹地转变为多个港口的混合腹地, 大连港腹地沿哈大交通线逐步转变为营口港腹地, 腹地逐步减小, 营口港腹地逐步扩大, 地方性港口锦州港与丹东港主要服务周边城市, 腹地变化并不显著;对各港口影响势能变化趋势表现为, 大连港对东北地区的影响势能开始下降, 尤其是辽宁省内及周边地区下降较为明显, 营口港对“T”字形交通线及两侧的影响势能逐步提升, 锦州港除对自身腹地影响逐步稳固以外, 腹地空间也有向辽中地区逐步扩展的趋势, 丹东港对东北大部地区的影响势能均呈上升态势, 尤其以东北中东部地区上升较为显著。区位条件、交通基础设施建设、港口城市影响力提升和政策规划引导是影响辽宁沿海港口腹地空间结构演变的主要影响因素。

[ Jiang

Xiaoli

, Zhang

Pingyu

. The hinterland evolution of Liaoning coastal ports based on the Huff model
Scientia Geographica Sinica, 2013,33(3):282-290.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.13249/j.cnki.sgs.2013.03.282.

[本文引用: 2]

[7]

何丹, 高鹏. 长江中游港口腹地演变及港口-腹地经济协调发展研究
地理科学, 2016,36(12):1811-1821.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.13249/j.cnki.sgs.2016.12.006 URL [本文引用: 6]

-腹地隶属关系和协调关系纳入统一的研究框架。研究表明：2001年以来长江中游主要港口的场强在递增的同时区域异质性不断扩大。各港口腹地范围差异显著,但总体空间格局变化不显著,且港口腹地演变呈现扩大、缩小和趋于稳定3种态势。港口与腹地的综合协调关系整体处于港口发展滞后于腹地经济发展的磨合阶段,且表现出显著的空间分异特征;经济发展阶段、产业结构、自然条件、交通运输等因素对各港口与腹地经济的协调关系产生不同程度的影响。]]>

[ He

Dan

, Gao

Peng

. Hinterland evolution of ports in mid-stream of the Yangtze River and coordination development of port-hinterland economy
Scientia Geographica Sinica, 2016,36(12):1811-1821.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.13249/j.cnki.sgs.2016.12.006.

[本文引用: 6]

[8]

, Gao

, Sun

, et al. Measuring water transport efficiency in the Yangtze River economic zone, China
Sustainability, 2017,9(12):2278. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3390/su9122278.

URL [本文引用: 1]

[9]

Garcia-Alonso

, Martinez-Pardo

, Vallejo-Pinto

J A

. Analysis of the spatial development of the hinterland of ports: A case study
International Journal of Shipping and Transport Logistics, 2016,8(2):111-128. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1504/IJSTL.2016.075007.

URL [本文引用: 2]

[10]

Moura T G

, Garcia-Alonso

, Salas-Olmedo M

. Delimiting the scope of the hinterland of ports: Proposal and case study
Journal of Transport Geography, 2017,65:35-43. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.jtrangeo.2017.09.012.

URL [本文引用: 2]

[11]

, Sun

, Gao

, et al. Spatial-temporal evolution of the port-hinterland relationship: A case study of the Midstream Yangtze River, China
Growth and Change, 2019,50(3):1043-1061. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1111/grow.12320.

URL [本文引用: 4]

[12]

Veenstra

, Notteboom

. The development of the Yangtze River container port system
Journal of Transport Geography, 2011,19(4):772-781. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.jtrangeo.2010.09.006.

URL [本文引用: 1]

This paper sheds an empirical light on port development patterns by discussing the structure and the development of the Yangtze River ports system. We argue that the Yangtze River system is going through a regionalization phase, mainly in relation to the port of Shanghai. This process started on the lower Yangtze but is now also moving upstream. The transition towards the port regionalization phase is typically a gradual and market-driven process that mirrors the increased focus of market players on logistics integration. This paper builds on the existing literature on port systems and adapts port development models to river ports. Furthermore, we employ some statistical techniques that are common to the analysis of port systems, and introduce some techniques that have not been used much by transport geographers in ports. This paper will address the dynamics in the Yangtze River ports system by analyzing the level of cargo concentration and the degree of inequality in operations of the container ports. The paper also assesses observed differences in development of ports in different areas along the river (upstream/downstream) and reflects on the role of ownership structures in shaping regional load centre networks. (C) 2010 Elsevier Ltd.

[13]

杨阳, 马仁锋, 王益澄, 等. 港口-腹地关系研究前沿领域及其动向
世界科技研究与发展, 2016,38(6):1334-1342.

[本文引用: 1]

[ Yang

Yang

, Ma

Renfeng

, Wang

Yicheng

, et al. Frontier domains and dynamic development of researches on port-hinterland relationship
World Sci-Techr & D, 2016,38(6):1334-1342.]. DOI: cnki:SUN:SJKF.0.2016-06-040.

[本文引用: 1]

[14]

Acciaro

, Bardi

, Cusano M

, et al. Contested port hinterlands: An empirical survey on Adriatic seaports
Case Studies on Transport Policy, 2017,5(2):342-350. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.cstp.2017.03.006.

URL [本文引用: 1]

[15]

Bahers J

, Tanguy

, Pincetl

. Metabolic relationships between cities and hinterland: A political-industrial ecology of energy metabolism of Saint-Nazaire metropolitan and port area (France)
Ecological Economics, 2020,167:106447. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.ecolecon.2019.106447.

URL [本文引用: 1]

[16]

陈雯, 王珏, 孙伟. 基于成本-收益的长三角地方政府的区域合作行为机制案例分析
地理学报, 2019,74(2):114-124.

[本文引用: 1]

[ Chen

Wen

, Wang

Jue

, Sun

Wei

. Cost-efficiency mechanism and game-action of inter-local governmental cooperation in the Yangtze River Delta Region
Acta Geographica Sinica, 2019,74(2):114-124.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11821/dlxb201902008.

[本文引用: 1]

[17]

Kotut C

, Mugambi

D F M

. The influence of hinterland transport inefficiencies on the performance of ports: A case study of Kenya Ports Authority
International Journal of Science and Research, 2014,3(8):405-417.

[本文引用: 2]

[18]

Notteboom

, Parola

, Satta

, et al. Disclosure as a tool in stakeholder relations management: A longitudinal study on the Port of Rotterdam
International Journal of Logistics Research and Applications, 2015,18(3):228-250. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/13675567.2015.1027149.

URL [本文引用: 1]

[19]

De Langen P

. Governance in Seaport Clusters
London: Palgrave Macmillan UK, 2015: 138-154.

[本文引用: 1]

[20]

Notteboom

. Container river services and gateway ports: Similarities between the Yangtze River and the Rhine River
Asia Pacific Viewpoint, 2007,48(3):330-343. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1111/j.1467-8373.2007.00351.x.

URL [本文引用: 2]

[21]

中国港口杂志社编辑部. 中国港口年鉴. 上海: 中国港口杂志社, 2002,2009, 2017.

[本文引用: 2]

[ Editorial Department of China Port. China Port Yearbook. Shanghai: China Port Press, 2002,2009, 2017.]

[本文引用: 2]

[22]

杨柏如. 中国分省交通图集. 北京: 人民交通出版社, 2002: 27-33.

[本文引用: 1]

[ Yang

Boru

. China Provincial Traffic Atlas. Beijing: China Communications Press, 2002: 27-33.]

[本文引用: 1]

[23]

交通运输部公路司. 中国高速公路及城乡公路网地图全集(精编版). 北京: 人民交通出版社, 2009: 106-145.

[本文引用: 1]

[ Highway Department of Ministry of transport. Complete Map of China's Expressway and Urban-Rural Highway Network (Refined Edition). Beijing: China Communications Press, 2009: 106-145.]

[本文引用: 1]

[24]

中图北斗文化传媒(北京)有限公司. 沪苏浙皖鲁公路网及城市行车导航地图集. 北京: 中国地图出版社, 2016: 6-81.

[本文引用: 1]

[ Zhongtu Beidou Culture Media (Beijing) Limited Company. Shanghai-Jiangsu-Zhejiang-Anhui-Shandong Highway Network and City Driving Navigation Atlas. Beijing: China Map Press, 2016: 6-81.]

[本文引用: 1]

[25]

江苏省、安徽省、浙江省、上海市统计局. 江苏、安徽、浙江、上海统计年鉴. 北京: 中国统计出版社, 2002,2009, 2017.

[本文引用: 1]

[ Jiangsu, Anhui, Zhejiang, Shanghai Statistical Bureau. Jiangsu, Anhui, Zhejiang, Shanghai Statistical Yearbook. Beijing: China Statistics Press, 2002,2009, 2017.]

[本文引用: 1]

[26]

Notteboom

, Rodrigue J

. Port regionalization: Towards a new phase in port development
Maritime Policy and Management, 2005,32(3):297-313. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/03088830500139885.

URL [本文引用: 1]

[27]

朱传耿, 刘波, 李志江. 港口-腹地关联性测度及驱动要素研究:以连云港口-淮海经济区为例
地理研究, 2009,28(3):716-725.

URL [本文引用: 1]

在对国内外港口—腹地相互关联研究文献综述基础上,运用灰色关联分析法,通过计算港口—腹地经济关联发展的均值关联度,对1990~2005年连云港港口—淮海经济区关联发展效应进行定量研究,并对影响连云港港口—淮海经济区关联的驱动要素进行定性分析。主要结论有:连云港港口—港城关联发展总体上呈上升趋势,并具有明显的阶段性;连云港港口与淮海经济区中的苏北、鲁南、皖北和豫东4个板块之间的关联度差异具有明显的地域差异,即皖北和豫东保持稳定、鲁南整体下降、苏北缓慢上升;连云港港口与淮海经济区一体化进程在关联发展总体趋势较强的基础上推进,但具有明显的弱化倾向;自然条件与区位、基础设施与交通、经济水平与政策、腹地一体化程度是影响连云港港口—淮海经济区关联的主要驱动要素。

[ Zhu

Chuangeng

, Liu

, Li

Zhijiang

. Study on the correlation measure of harbor-hinterland and its driving forces: Taking Lianyungang Port-Huaihai Economic Region as an example
Geographical Research, 2009,28(3):716-725.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3321/j.issn:1000-0585.2009.03.016.

[本文引用: 1]

[28]

孙世达, 姜巍, 高卫东. 中国港口时空格局演变及影响因素分析
世界地理研究, 2016,25(2):62-71.

[本文引用: 1]

[ Sun

Shida

, Jiang

Wei

, Gao

Weidong

. Spatio-temporal pattern evolution and factorial analysis on ports in China
World Regional Studies, 2016,25(2):62-71.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3969/j.issn.1004-9479.2016.02.007.

[本文引用: 1]

[29]

张莉, 陆玉麒. 河北省城市影响范围及空间发展趋势研究
地理学与国土研究, 2001,17(1):11-15.

[本文引用: 1]

[ Zhang

, Lu

Yuqi

. Study on affective ranges and spatial developing tendencies of cities in Hebei province
Geography and Territorial Research, 2001,17(1):11-15.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3969/j.issn.1672-0504.2001.01.003.

[本文引用: 1]

[30]

Pan

, Liu

. Identification of spatial influence sphere of urban agglomerations in China based on urban hinterland delimitation
Advances in Earth Science, 2014,29(3):352-360. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.11867/j.issn.1001-8166.2014.03.0352.

URL [本文引用: 1]

The delimitation of the sphere of spatial influence of urban agglomerations is essential for understanding the interrelationship between city and its hinterland,as well as city and city. However,to date,there is no coincident,efficient,and credible methodological system and set of techniques to identify Chinese urban agglomeration. In this research,the principal components analysis method was used to calculate urban nodality index with the indicators system. With the application of raster cost weighted distance method and k-order data fields,this paper attempts to comprehensively measure the regional accessibility and the spatial field of cities at prefecture level or above in China. Then the spatial field intensity of cities in 2010 was measured by the field model and the urban hinterlands were divided by using the maximization principle of the field strength. Finally,the spatial influence sphere of urban agglomerations were divided according to the urban hinterlands and under the correlation analysis. The results show that it is simple and vivid to measure the urban hinterland area of prefecture-level cities or above and the spatial influence sphere of urban agglomerations by using the GIS tools. The introduction of field-strength model takes full account of the dual effects of the city comprehensive scale and road traffic conditions within the range of urban hinterlands,which is closer to reflecting the actual urban development. According to the result of delimitation,it would form“11+9+3”national urban agglomerations spatial structure system comprised of 11 compliance urban agglomerations,9 urban concentrated areas,3 urban agglomeration potential areas and“β”shaped urban agglomerations continuous band.

[31]

Taaffe E

. The urban hierarchy: An air passenger definition
Economic Geography, 1962,38(1):1-14.

DOI:10.2307/142321 URL [本文引用: 1]

[32]

王列辉. 上海宁波两港空间关系研究
地理研究, 2007,26(6):1209-1220.

URL [本文引用: 1]

上海港和宁波港是长江三角洲港口体系中两个最重要的港口。基于国内外港口空间关系研究现状的评述和借鉴,本文对两港的空间关系进行长时段考察和定量测度,认为近代以来,上海宁波两港的空间关系大致经历了枢纽港－支线港到枢纽港－大型深水直挂港的转变。今后上海港仍将保持较快增长,而宁波港的发展势头将更加强劲,很有可能和上海港形成双枢纽港模式。

[ Wang

Liehui

. The port spatial relationship between Shanghai and Ningbo
Geographical Research, 2007,26(6):1209-1220.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.3321/j.issn:1000-0585.2007.06.015.

[本文引用: 1]

[33]

潘坤友, 曹有挥, 刘可文, 等. 长江三角洲集装箱班轮网络空间格局及其演化
地理科学, 2017,37(5):682-690.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.13249/j.cnki.sgs.2017.05.005 URL [本文引用: 1]

以长江三角洲为案例区,以1996~2013年为研究期限,选取1996、2002、2007、2013年4个重点年份,分别从班轮航线、班轮密度、空间联系3个方面分析长江三角洲集装箱班轮网络的空间格局与演化,共涉及74家船公司、10 726条集装箱班轮航线。研究表明：18 a来长江三角洲集装箱班轮网络空间结构趋于集中,与箱流的空间结构变化呈现相反趋势;上海港集装箱班轮航线数量、班轮密度领先于其它港口,国际枢纽港地位不断强化,宁波港虽在班轮航线、班轮密度增速方面超越上海港,但班轮网络组织能力明显落后于上海港;长江沿线基本形成以上海港为枢纽港,太仓、南京、张家港和南通港为干线港、其它港口为支线港的集装箱班轮运输网络;上海港和宁波港的关系已由原来主要依托沿海班轮支线联系的喂给关系演化为依托国际班轮航线联系的竞合关系。

[ Pan

Kunyou

, Cao

Youhui

, Liu

Kewen

, et al. Evolution and spatial structure of container liner network in the Yangtze River Delta
Scientia Geographica Sinica, 2017,37(5):682-690.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.13249/j.cnki.sgs.2017.05.005.

[本文引用: 1]

[34]

Tongzon J

. Port choice and freight forwarders
Transportation Research Part E: Logistics and Transportation Review, 2009,45(1):186-195. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.tre.2008.02.004.

URL [本文引用: 1]

[35]

Chin F

, Bae J

, Kim G

. A survey on the logistics service providers in Shanghai
International Journal of Physical Distribution & Logistics Management, 2007,29(9):588-605.

[本文引用: 1]

[36]

港口圈. 宁波舟山港与上海港的长江之争. http://www.sofreight.com/news_29933.html, 2018-12-20.

URL [本文引用: 2]

[ Port Circle. Competition between Ningbo-zhoushan Port and Shanghai Port in Yangtze River. http://www.sofreight.com/news_29933.html, 2018-12-20.]

URL [本文引用: 2]

[37]

王列辉, 朱艳. 上海港在“21世纪海上丝绸之路”的地位及发展战略研究
人文地理, 2018,33(4):121-129.

[本文引用: 1]

[ Wang

Liehui

, Zhu

Yan

. Study on the status of Shanghai Port in the "21st Century Maritime Silk Road"
Human Geography, 2018,33(4):121-129.]. DOI: cnki:SUN:RWDL.0.2018-04-018.

[本文引用: 1]

[38]

宋薇萍. 上港集团“长江战略”进入收获期
上海证券报, 2017-10-17(006).

[本文引用: 1]

[ Song

Weiping

. SIPG's "Yangtze River strategy" has entered the harvest period
Shanghai Securities News, 2017-10-17(006).]

[本文引用: 1]

[39]

Naoi

. China's Foreign Trade Policy. London: Routledge Press, 2007: 52-70.

[本文引用: 1]

[40]

Notteboom

, Yang

. Port governance in China since 2004: Institutional layering and the growing impact of broader policies
Research in Transportation Business & Management, 2017,22:184-200. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.rtbm.2016.09.002.

[本文引用: 3]

[41]

Wang J

, Slack

. Regional governance of port development in China: A case study of Shanghai International Shipping Center
Maritime Policy & Management, 2004,31(4):357-373. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1080/0308883042000304467.

[本文引用: 1]

[42]

Feng

, Grifoll

, Zheng

. From a feeder port to a hub port: The evolution pathways, dynamics and perspectives of Ningbo-Zhoushan port (China)
Transport Policy, 2019,76:21-35. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1016/j.tranpol.2019.01.013.

URL [本文引用: 2]

[43]

Martínez Pardo

, García Alonso

M L

, Orro

. The role of the degree of use of the facilities in the port choice process: The Spanish dockside cranes case
International Journal of Shipping and Transport Logistics, 2018,10:1-19. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.1504/IJSTL.2018.10016513.

URL [本文引用: 1]

[44]

李建新, 杨永春, 蒋小荣, 等. 1998-2013年中国地级单元制造业规模与结构高级度协调发展的时空特征
地理科学, 2018,38(12):2014-2023.

DOI:http://www.dlyj.ac.cn/article/2021/1000-0585/10.13249/j.cnki.sgs.2018.12.009 URL [本文引用: 1]

① 制造业规模格局始终呈东部沿海导向下的核心-边缘模式,沿海三大城市群规模优势明显,西南、西北以及青藏地区规模最小。② 制造业结构高级度格局总体呈“马赛克”式的混合分布模式,东北、黄河中游等传统工业基地的UPG指数下降明显,长三角、珠三角、山东半岛等沿海地区则不断提升。③ 制造业规模与结构高级度间的协调度水平稳定上升,总体由中度失调进入濒临失调阶段,但协调度水平及其成长格局具有“东-中-西”阶梯式降低特征。]]>

[ Li

Jianxin

, Yang

Yongchun

, Jiang

Xiaorong

, et al. Spatial-temporal patterns and coordination of manufacturing scale and structure in China during 1998-2013
Scientia Geographica Sinica, 2018,38(12):2014-2023.]. DOI: http://www.dlyj.ac.cn/article/2021/1000-0585/10.13249/j.cnki.sgs.2018.12.009.

[本文引用: 1]